, Просьба посмотреть мой обновленный вопрос. Спасибо

у использовать API набора данных Tensorflow для чтения файла списков вариантов длины TFRecords. Вот мой код.

def _int64_feature(value):
    # value must be a numpy array.
    return tf.train.Feature(int64_list=tf.train.Int64List(value=value))
def main1():
    # Write an array to TFrecord.
    # a is an array which contains lists of variant length.
    a = np.array([[0, 54, 91, 153, 177],
                 [0, 50, 89, 147, 196],
                 [0, 38, 79, 157],
                 [0, 49, 89, 147, 177],
                 [0, 32, 73, 145]])

    writer = tf.python_io.TFRecordWriter('file')

    for i in range(a.shape[0]): # i = 0 ~ 4
        x_train = a[i]
        feature = {'i': _int64_feature(np.array([i])), 'data': _int64_feature(x_train)}

        # Create an example protocol buffer
        example = tf.train.Example(features=tf.train.Features(feature=feature))

        # Serialize to string and write on the file
        writer.write(example.SerializeToString())

    writer.close()

    # Check TFRocord file.
    record_iterator = tf.python_io.tf_record_iterator(path='file')
    for string_record in record_iterator:
        example = tf.train.Example()
        example.ParseFromString(string_record)

        i = (example.features.feature['i'].int64_list.value)
        data = (example.features.feature['data'].int64_list.value)
        #data = np.fromstring(data_string, dtype=np.int64)
        print(i, data)

    # Use Dataset API to read the TFRecord file.
    def _parse_function(example_proto):
        keys_to_features = {'i'   :tf.FixedLenFeature([], tf.int64),
                            'data':tf.FixedLenFeature([], tf.int64)}
        parsed_features = tf.parse_single_example(example_proto, keys_to_features)
        return parsed_features['i'], parsed_features['data']

    ds = tf.data.TFRecordDataset('file')
    iterator = ds.map(_parse_function).make_one_shot_iterator()
    i, data = iterator.get_next()
    with tf.Session() as sess:
        print(i.eval())
        print(data.eval())

Проверьте файл TFRecord

[0] [0, 54, 91, 153, 177]
[1] [0, 50, 89, 147, 196]
[2] [0, 38, 79, 157]
[3] [0, 49, 89, 147, 177]
[4] [0, 32, 73, 145]

Но это показало следующую ошибку, когда я пытался использовать Dataset API для чтения файла TFRecord.

tenorflow.python.framework.errors_impl.InvalidArgumentError: Name:, Key: data, Index: 0. Число значений int64! = ожидается. Размер значения: 5, но форма вывода: []

Спасибо.
ОБНОВИТЬ: Я попытался использовать следующий код для чтения TFRecord с помощью API набора данных, но оба они потерпели неудачу.

def _parse_function(example_proto):
    keys_to_features = {'i'   :tf.FixedLenFeature([], tf.int64),
                        'data':tf.VarLenFeature(tf.int64)}
    parsed_features = tf.parse_single_example(example_proto, keys_to_features)
    return parsed_features['i'], parsed_features['data']

ds = tf.data.TFRecordDataset('file')
iterator = ds.map(_parse_function).make_one_shot_iterator()
i, data = iterator.get_next()
with tf.Session() as sess:
    print(sess.run([i, data]))

или же

def _parse_function(example_proto):
    keys_to_features = {'i'   :tf.VarLenFeature(tf.int64),
                        'data':tf.VarLenFeature(tf.int64)}
    parsed_features = tf.parse_single_example(example_proto, keys_to_features)
    return parsed_features['i'], parsed_features['data']

ds = tf.data.TFRecordDataset('file')
iterator = ds.map(_parse_function).make_one_shot_iterator()
i, data = iterator.get_next()
with tf.Session() as sess:
    print(sess.run([i, data]))

И ошибка:

Трассировка (последний вызов был последним): файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/tensor_util.py", строка 468, в make_tensor_proto str_values ​​= [compat.as_bytes (x) для x в proto_values] Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/tensor_util.py", строка 468, в str_values ​​= [compat.as_bytes (x) для x в proto_values ] Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/util/compat.py", строка 65, as_bytes (bytes_or_text,)) TypeError: получена ожидаемая двоичная или Unicode строка

Во время обработки вышеупомянутого исключения произошло другое исключение:

Traceback (последний вызов был последним): файл "2tfrecord.py", строка 126, в main1 (), файл "2tfrecord.py", строка 72, в main1 iterator = ds.map (_parse_function) .make_one_shot_iterator () File "/ usr /local/lib/python3.5/dist-packages/tensorflow/python/data/ops/dataset_ops.py ", строка 712, в карте возвращает файл MapDataset (self, map_func)" /usr/local/lib/python3.5 /dist-packages/tensorflow/python/data/ops/dataset_ops.py ", строка 1385, вв этом self._map_func.add_to_graph (ops.get_default_graph ()) Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/function.py", строка 486, в add_to_graph self._create_definition_if_needed ( Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/function.py", строка 321, в _create_definition_if_needed self._create_definition_if_needed_impl () файле "/usr/local/lib/python3.5 /dist-packages/tensorflow/python/framework/function.py ", строка 338, в _create_definition_if_needed_impl output = self._func (* входные данные) файл" /usr/local/lib/python3.5/dist-packages/tensorflow/python /data/ops/dataset_ops.py ", строка 1376, в tf_map_func flatened_ret = [ops.convert_to_tensor (t) для t в nest.flatten (ret)] Файл" /usr/local/lib/python3.5/dist-packages /tensorflow/python/data/ops/dataset_ops.py ", строка 1376, в flatered_ret = [ops.convert_to_tensor (t) для t в файле nest.flatten (ret)]" /usr/local/lib/python3.5/ dist-packages / tenorflow / python / framework / ops.py ", строка 836, в convert_to_ тензор as_ref = False) Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/ops.py", строка 926, в internal_convert_to_tensor ret = translation_func (значение, dtype = dtype, name = name, as_ref = as_ref) Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/constant_op.py", строка 229, в функции _constant_tensor_conversion_function возвращает константу (v, dtype = dtype, name = name) Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/constant_op.py", строка 208, в постоянном значении, dtype = dtype, shape = shape, verify_shape = verify_shape)) Файл "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/tensor_util.py", строка 472, в make_tensor_proto "поддерживаемого типа". % (тип (значения), значения)) TypeError: Не удалось преобразовать объект типа в Tensor. Содержимое: SparseTensor (indices = Tensor ("ParseSingleExample / Slice_Indices_i: 0", shape = (?, 1), dtype = int64), значения = Tensor ("ParseSingleExample / ParseExample / ParseExample: 3", shape = (??), dtype = int64), dens_shape = Tensor ("ParseSingleExample / Squeeze_Shape_i: 0", shape = (1,), dtype = int64)). Рассмотрим приведение элементов к поддерживаемому типу.

Версия Python: 3.5.2
Версия Tensorflow: 1.4.1

Ответы на вопрос(1)

Ваш ответ на вопрос